KOTA MALANG
Rusyda Al Latifa, Kartika Eka Sari, Christia Meidiana
Jurusan Perencanaan Wilayah dan Kota Fakultas Teknik Universitas Brawijaya
Jalan Mayjen Haryono 167 Malang 65145 -Telp (0341)567886
Email: rusydaal@student.ub.ac.id
ABSTRAK
Kelurahan Jodipan merupakan salah satu daerah padat penduduk di Kecamatan Blimbing, Kota Malang yang
memiliki 13.136 jiwa dengan kepadatan penduduk 23.947 jiwa/km2. Semakin meningkat jumlah penduduk maka
semakin besar peningkatan pembangunan rumah secara berdempetan menyebabkan semakin banyak aktivitas
rumah tangga yang berpotensi menghasilkan emisi karbon dari konsumsi bahan bakar memasak dan konsumsi
energi listrik rumah tangga. Penelitian ini menjadi penting untuk dibahas karena dikaitkan dengan Peraturan
Gubernur Jawa Timur No. 67 Tahun 2012 tentang Rencana Aksi Daerah Penurunan Emisi Gas Rumah Kaca (GRK)
sebagai upaya mengurangi emisi karbon. Penelitian ini bertujuan untuk mengetahui besaran produksi jejak
karbon primer dan jejak karbon sekunder menggunakan perhitungan IPCC (2006), serta hubungan karakteristik
rumah tangga yang berpengaruh terhadap emisi CO2 rumah tangga menggunakan analisis regresi linier berganda.
Hasil dari penelitian ini yaitu Kelurahan Jodipan memiliki emisi total sebesar 571,514 ton CO2/bulan dengan emisi
primer 84,813 ton CO2/bulan dan emisi sekunder 486,701 ton CO2/bulan. Terdapat di RW 06 menghasilkan emisi
yang paling tinggi (22%) dan RW 03 paling rendah (7,4%). Pada analisis regresi hasil variabel yang menjadi
konstanta paling besar diantara variabel lainnya sebagi penyumbang terbesar terhadap hasil produksi emisi yaitu
Daya listrik rumah (X4) dan Jumlah Pendapatan Perbulan (X5) menjadi kontrol upaya penurunan emisi CO2.
ABSTRACT
Kampoong Jodipan is one of the densely populated areas in Blimbing Subdistrict, Malang City which has 13.136
people with a population density of 23.947 people/km2. The increasing number of residents, the greater the
increase in house building in a row causes more household activities that have the potential to produce carbon
emissions from cooking fuel consumption and household electricity consumption. This research is important to
discuss because it is associated with East Java Governor Regulation No. 67 of 2012 on Regional Action Plan on
Reducing Greenhouse Gas Emissions (GHG) in an effort to reduce carbon emissions. The study aims to determine
the amount of primary carbon footprint production and secondary carbon footprint using IPCC calculations
(2006), as well as the relationship of household characteristics that affect household CO2 emissions using multiple
linear regression analysis. The results of this study are Jodipan Village has a total emission of 571,514 tons of
CO2/month with primary emissions of 84,813 tons of CO2/month and secondary emissions of 486,701 tons of
CO2/month. There are RW 06 producing the highest emissions (22%) and RW 03 lowest (7,4%). In regression
analysis, the results of variables that are the largest constant among other variables as the largest contributor to
emission production results home electrical power (X4) and amount of income (X5) becomes the control of efforts
to reduce CO2 emissions.
Planning for Urban Region and Environment Volume 11, Nomor 3, Juli 2022 89
FAKTOR RUMAH TANGGA YANG MEMPENGARUHI EMISI CO2 DI KELURAHAN JODIPAN, KOTA MALANG
penggunaan rumah tangga (Wiratama, 2016). 23.947 jiwa/km2 (KDA, 2020). Pengaruh konsumsi
Penggunaan konsumsi bahan bakar serta listrik energi terhadap karakteristik bangunan padat di
yang tinggi dapat menyumbang jejak emisi yang Kota Malang, dimana Kampung Jodipan
tinggi (Wulandari, 2016). Sektor rumah tangga di mendominasi bangunan dengan luasan 15 – 60
Indonesia menyumbang 3,8% emisi CO2 langsung m2 lebih kecil dan lebih padat memiliki konsumsi
dan 20,7% emisi CO2 tidak langsung. Emisi yang yang lebih tinggi dibandingkan Kampung Muria
dihasilkan 0,58 ton CO2/kapita jauh di bawah (Harjanto, 2019). Jejak karbon pada perumahan
rata-rata aksi iklim menuju net zero sebesar 1,46 kepadatan tinggi yang dihitung dari jumlah rumah
ton CO2/kapita (IESR, 2021). tangga per luas bangunan rumah diikuti dengan
Emisi dari pembakaran bahan bakar konsumsi bahan bakar dan listrik yang tergolong
dengan pertumbuhan rata-rata konsumsi energi tinggi cenderung memiliki emisi karbon yang
LPG sebesar 14,46%. Pergerakan konsumsi LPG besar dibandingkan perumahan dengan
meningkat emisi secara berkala hingga sebesar kepadatan rendah (Kurniawati, 2012).
620 MtCO2 pada tahun 2018. Kebijakan konversi Pembahasan dari hasil penelitian
kerosin ke LPG menjadi salah satu faktor penting Rinpropadebi (2015) terkait estimasi besaran
dalam peningkatan pergerakan emisi LPG (ESDM, emisi CO2 yang paling besar dihasilkan di
2018). Emisi yang berasal dari listrik merupakan Kecamatan Blimbing dengan jenis rumah
kontributor terbesar yaitu 35%. Emisi GRK sederhana lebih besar dibandingkan rumah jenis
ketenagalistrikan diproyeksikan akan tetap lainnya di kecamatan lain di Kota Malang dan
menjadi yang terbesar pada tahun 2030, bukan kemudian dijelaskan oleh penelitian lainnya yang
hanya karena peningkatan permintaan disebutkan sebelumnya, maka dari itu diperlukan
kebutuhan listrik akibat pertumbuhan ekonomi lebih detail terkait jejak karbon yang berada di
dan penduduk, tetapi juga karena pembangunan rumah tangga di Kecamatan Blimbing khususnya
pembangkit listrik baru masih didominasi bakar di Kelurahan Jodipan berdasarkan
fosil (ESDM, 2018). pengkategorian rumah sederhana yang memiliki
Kelurahan Jodipan merupakan salah satu kepadatan tinggi dan pengaruh faktor
wilayah di Kota Malang yang mempunyai aktivitas karakteristik rumah tangga terhadap emisi
penduduk yang kompleks dan mobilitas tinggi, karbondioksida yang dihasilkan.
diprediksi akan menghasilkan emisi CO2 tinggi. Cara yang dapat dilakukan untuk
Wilayah tersebut secara administratif terletak di mengetahui penurunan emisi yang telah dicapai
Kecamatan Blimbing yang termasuk dalam bagian yaitu menghitung emisi dari setiap aksi mitigasi
Kota Malang BWP Timur Laut yang diprioritaskan yang telah dilakukan dengan melakukan
untuk kawasan perumahan. Penelitian inventarisasi data emisi yang lengkap dan akurat
Rinpropadebi (2015) menjelaskan estimasi tapak agar penurunan tersebut terukur dengan jelas.
karbon permukiman di Kota Malang, dimana Data emisi yang lengkap diperoleh dengan cara
rumah yang menghasilkan emisi karbon yang menginventarisasi secara rutin terhadap seluruh
lebih besar yaitu pada rumah sederhana sebesar data yang diperlukan untuk menghitung emisi.
55.891 ton CO2/tahun, kemudian rumah Data emisi yang akurat diperoleh melalui
menengah 50.412 ton CO2/tahun dan rumah penggunaan metodologi yang tepat sesuai
mewah menghasilkan 17.921 tonCO2/tahun. Jika dengan panduan internasional yaitu dengan
emisi karbon dinilai dari setiap kecamatan, perhitungan IPCC tahun 2006. Sesuai dengan
hasilnya Kecamatan Blimbing memiliki nilai tinggi kebijakan nasional terhadap dampak dari
diantara kecamatan di Kota Malang, yaitu sebesar perubahan iklim sehingga perlu dilakukan upaya
142.241,44 ton CO2/tahun. Rofiana (2015) penanggulangan melalui mitigasi perubahan iklim
menjelaskan perkampungan padat dan kumuh terkait pengurangan emisi GRK yang terpadu
yang terdapat pada area bantaran Sungai Brantas dengan sektor lainnya.
Kota Malang diantaranya terdapat di sebagian Berdasarkan Peraturan Gubernur Jawa
Kelurahan Oro-oro Dowo dan Jodipan, yang Timur No. 67 Tahun 2012 tentang Rencana Aksi
sangat memungkinkan terjadinya penurunan Daerah Penurunan Emisi Gas Rumah Kaca,
kulitas lingkungan di Kota Malang. Meskipun disebutkan target penurunan emisi bidang energi
jumlah penduduk di Kelurahan Jodipan tidak dan transportasi sebesar 5,22% atau sama
sebanyak di kelurahan lainnya di Kecamatan dengan emisi 6.190.738,9 ton CO2. Salah satu
Blimbing, namun tingkat kepadatannya lebih rencana aksi terkait harus dilakukan
padat daripada kelurahan lainnya yaitu sebesar penghematan penggunaan listrik energi sebesar
90 Planning for Urban Region and Environment Volume 11, Nomor 3, Juli 2022
Rusyda Al Latifa, Kartika Eka Sari, Christia Meidiana
10% atau sama dengan indikasi penurunan emisi menetap, pendapatan, ukuran rumah, jumlah
CO2 GRK 1.685.954,74 ton CO2 diseluruh lantai rumah, jumlah ruang dalam rumah.
kabupaten maupun kota. Dalam rangka Berdasarkan dari penelitian sebelumnya
mendukung hasil inventarisasi data emisi yang yang sudah dijabarkan diatas, terdapat hubungan
sesuai, maka penelitian ini menjadi penting untuk produksi emisi CO2 yang berpengaruh terhadap
dibahas upaya yang dilakukan dalam mendukung karakteristik rumah tangga. Penelitian ini
rencana aksi diperlukan data-data yang terkait kemudian memakai variabel penelitian
dengan konsumsi energi terutama dari aktivitas di berdasarkan penelitian sebelumnya sebagai
permukiman yang merupakan salah satu sumber referensi berdasarkan hasil dari variabel
utama salah satu emisi GRK yaitu gas karakteristik rumah tangga yang nilai korelasi
karbondioksida. maupun regresi tinggi berkaitan dengan produksi
emisi CO2 yang dihasilkan. Variabel tersebut
Emisi CO2 Sumber Tidak Bergerak
menjadi variabel bebas yang akan diuji regresi
Emisi sumber tidak bergerak atau linier berganda menggunakan SPSS.
istilahnya jejak karbon dari rumah tangga adalah
ukuran total emisi CO2 dari aktivitas atau METODE PENELITIAN
akumulasi produk yang digunakan dalam
Populasi dan Sampel
kehidupan sehari-hari. Jejak karbon dapat
dihitung dengan beberapa cara. Emisi GRK dari Teknik pengambilan sampel menggunakan
penggunaan listrik yaitu terkait penerangan purposive sampling yaitu teknik penentuan
lampu, peralatan elektronik rumah tangga seperti sampel dengan pertimbangan tertentu. Alasan
komputer, televisi dan kulkas. Kemudian emisi menggunakan teknik ini karena tidak semua
yang dikeluarkan secara langsung yaitu dari sampel memiliki kriteria yang sesuai dengan
bahan konsumsi bakar berasal dari bahan bakar kriteria yang diteliti, metode ini memastikan
fosil aktivitas rumah tangga seperti memasak. supaya informasi yang diperoleh nantinya dapat
Perhitungan emisi GRK dari dua kategori lebih representatif (Sugiyono, 2016).
konsumsi ini biasanya mengalikan jumlah yang Kriteria pemilihan sampel rumah pada
benar-benar dikonsumsi dengan faktor emisi penelitian menggunakan rumah dengan jenis
yang sesuai (Lin et al., 2013). tempat tinggal saja tanpa adanya aktivitas
komersial seperti warung, laundry, tempat
Hubungan Karakteristik Rumah Tangga terhadap
percetakan, dan rumah usaha lainnya. Hal ini
Emisi CO2 Berdasarkan Penelitian Terdahulu
dikarenakan untuk perhitungan konsumsi bahan
Hubungan dari karaktristik rumah tangga bakar dan konsumsi listrik agar tidak tercampur
digunakan sebagai variabel bebas yang akan diuji antara konsumsi rumah dengan usaha.
menggunakan analisis regresi linier berganda. Sampel yang akan dijadikan obyek
Variabel tersebut berdasarkan penelitian penelitian ini yaitu sebagaian dari populasi di
terdahulu yang dinilai signifikan terhadap model Kelurahan Jodipan yang tersebar 8 RW yang
regresi. jumlahnya telah ditentukan berdasarkan
Nugrahayu (2017) menjelaskan gaya hidup perhitungan suatu rumus sampel penelitian.
dari konsumsi bahan bakar memasak, jumlah Pedoman menentukan jumlah sampel
anggota keluarga, dan pertumbuhan ekonomi menurut Slovin dengan menggunakan persamaan
serta pendapatan perkapita suatu daerah berikut:
merupakan faktor lain yang mempengaruhi 𝑁
𝑛= (1)
besarnya produksi emisi CO2. Wulandari (2017) 𝑁𝑎! +1
menjelaskan rumah yang memiliki pendapatan
3.294
lebih tinggi cenderung menggunakan konsumsi 𝑛= = 356,686
3.294 (0,05)! + 1
energi yang lebih besar sehingga emisi CO2 yang
Keterangan:
dihasilkan lebih besar. Sasmita (2018)
n = Jumlah anggota sampel
menjelaskan tinggi rendah emisi dipengaruhi oleh
N = Jumlah rumah
jumlah dan jenis peralatan elektronik, serta daya
α2 = Presisi kelonggaran atau ketidaktelitian
listrik rumah karena berpengaruh terhadap
karena kesalahan pengambilan sampel
konsumsi energi. Sedangkan faktor lainnya
yang ditetapkan sebesar (5%)
dipengaruhi oleh jumlah anggota keluarga yang
Planning for Urban Region and Environment Volume 11, Nomor 3, Juli 2022 91
FAKTOR RUMAH TANGGA YANG MEMPENGARUHI EMISI CO2 DI KELURAHAN JODIPAN, KOTA MALANG
Berdasarkan rumus slovin tersebut dengan analisis jejak karbon yang bersumber dari rumus
tingkat kesalahan 5 % maka diperoleh jumlah IPCC tahun 2006. Rumus perhitungan jejak
sampel sebanyak 357 sampel, supaya lebih akurat karbon primer:
ditambahkan sebesar 10% menjadi 400 sampel, Emisi CO2 Primer = Fc x EF x NCV (2)
dengan 50 sampel rumah disetiap RW (terdapat 8 Keterangan:
RW) yang dipilih hanya rumah hunian atau Fc : Fuel consumed/konsumsi dalam satu
tempat tinggal saja tanpa adanya kegiatan bulan (Kg)
komersial. EF : Emission factor/faktor emisi (Kg CO2 /TJ)
Setelah data responden diambil, kemudian NCV : Net calorific volume/berat bersih (TJ/Kg)
rumah dikelompokkan berdasarkan luas Rumus perhitungan jejak karbon sekunder:
bangungan menjadi empat kategori. Yaitu luas Emisi CO2 Sekunder = EF x Konsumsi Listrik (3)
bangunan rumah lebih kecil (8 m2 - 20 m2), rumah Keterangan:
kecil (21 m2 - 69 m2), rumah sedang (70 m2 - 100 Konsumsi listrik : Listrik yang dikonsumsi (kWh)
m2), rumah besar (120 m2 - 240 m2). EF : Emission factor/faktor emisi
(satuan massa/Kwh). Penelitain
Variabel Penelitian
ini menggunakan grid JAMALI
Variabel penelitian dibagi berdasarkan sebesar 0,000817 tonCO2/kWh
tujuan dari penelitian. Tujuan pertama yaitu emisi (ESDM, 2021).
CO2 primer dari bahan bakar rumah tangga LPG, Rumus perhitungan jejak karbon total:
kayu bakar dan minyak tanah. Sedangkan emisi Emisi CO2 total = Emisi CO2 primer + Emisi CO2
CO2 sekunder dari konsumsi listrik yang terbagi sekunder (4)
menjadi 450 VA, 900 VA, 1.300 VA daya listrik sumber: IPCC, 2006
rumah. Setelah mengetahui hasil emisi dari karbon
Tujuan kedua yaitu dari karakteristik primer dan sekunder, selanjutnya mengetahui
rumah tangga yang kemudian menggunakan tujuan kedua yaitu hubungan karakteristik rumah
analisis regresi linier berganda untuk mengetahui tangga dengan hasil emisi CO2 total dengan
hubungan antara 8 variabel bebas yaitu Luas menggunakan analisis Regresi Linier Berganda,
bangunan (X1), Jumlah lantai rumah (X2), Jumlah namun sebelum melakukan analsis regresi,
ruang dalam rumah (X3), Daya listrik rumah (X4), dilakukan analisis korelasi untuk mengetahui
Jumlah pendapatan perbulan (X5), Jumlah hubungan antar variabel X dan variabel Y yang
anggota keluarga (X6), Jumlah anggota keluarga kemudian dilakukan eleminasi variabel pada
yang bersekolah (X7), Jumlah anggota yang analisis regresi.
bekerja (X8) terhadap besaran emisi CO2 total (Y).
HASIL DAN PEMBAHASAN
Pengumpulan Data
Kelurahan Jodipan yang berbatasan
Pengumpulan data ini bertujuan untuk
dengan Kelurahan Polehan dan Kelurahan
mengetahui segala sesuatu yang berhubungan
Kesatrian di Kecamatan Blimbing pada sebelah
dengan penelitian ini. Data yang diperoleh
utara, Kelurahan Sukoharjo dan Kecamatan
didapatkan dari pengumpulan data primer dan
Klojen di sebelah barat, Kelurahan Kotalama,
data sekunder. Data primer dilakukan dengan
Kecamatan Kedungkandang di sebelah selatan,
cara obervasi terhadap obyek penelitian dan form
dan Kelurahan Kedungkandang termasuk
angket dalam bentuk kuesioner seperti jenis dan
Kecamatan Blimbing di sebelah timur.
konsumsi bahan bakar memasak serta konsumsi
Luas wilayah Kelurahan Jodipan 49,35 ha
listrik dalam satu bulan. Sedangkan data
dengan 2,76% terhadap luas Kecamatan
sekunder didapatkan dari studi literatur seperti
Blimbing. Jarak pemerintahan kelurahan ke
penelitian terkait jejak karbon, data profil
pemerintahan kecamatan 7,2 km dan jarak ke
kelurahan jodipan, maupun ketentuan pedoman
Pusat Pemerintahan Kota sekitar 1,9 km.
inventarisasi GRK.
Kelurahan Jodipan memiliki 8 RW dan jumlah 87
Metode Analisis RT. Jumlah penduduk Kelurahan Jodipan sebesar
Berdasarkan tujuan pertama dari 13.136 jiwa dengan kepadatan penduduk 266
penelitian ini yaitu mengkaji produksi besaran jiwa/km2. Memiliki 8 RW dengan jumlah rumah
emisi CO2 yang dihasilkan dari kegiatan konsumsi tangga terbanyak pada RW 6 sebanyak 704
rumah tangga dan konsumsi listrik menggunakan rumah yang juga merupakan RT terbanyak.
92 Planning for Urban Region and Environment Volume 11, Nomor 3, Juli 2022
Rusyda Al Latifa, Kartika Eka Sari, Christia Meidiana
Konsumsi Bahan Bakar Memasak dan Listrik bahan bakar LPG yang dikonsumsi maka emisi
primer yang dihasilkan juga semakin besar.
Rata-rata konsumsi bahan bakar
responden yang menggunakan LPG di Kelurahan
Jodipan yaitu 8,205 kg setiap bulan, sedangkan 4
responden yang menggunakan bahan bakar
selingan minyak tanah 4,5 liter setiap bulan, dan
1 responden yang menggunakan bahan bakar
selingan kayu bakar 5 kg setiap bulan. Pengguna
rumah kecil lebih banyak dibandingkan dengan
klasifikasi rumah lainnya dan rumah dengan daya
900 VA pada setiap RW memiliki rata-rata yang
lebih tinggi dibanding rumah 450 VA dan rumah
1300 VA.
Sedangkan rata-rata konsumsi listrik yang
digunakan sebesar 191,901 kWh energi listrik
perbulannya berdasarkan klasifikasi daya listrik
450 VA, 900 VA, dan 1300 VA. Penggunaan
konsumsi listrik rumah besar pada setiap RW
memiliki rata-rata yang lebih tinggi dibanding Gambar 2. Grafik emisi CO2 sekunder per RW
rumah kecil dan rumah sedang. Berdasarkan Gambar 2. penghasil emisi
CO2 sekunder terbesar yaitu RW 5 dengan jenis
Estimasi Besaran Emisi CO2
rumah kecil sebesar 6,450 ton CO2/bulan,
Perhitungan emisi primer dilakukan sedangkan emisi CO2 sekunder terendah terdapat
setelah mengetahui konsumsi bahan bakar di RW 3 dengan jenis rumah besar sebesar 0,140
memasak LPG, kayu bakar, dan minyak tanah. ton CO2/bulan. Faktor yang mempengaruhi
Sedangkan emisi sekunder dilakukan setelah besaran produksi emisi CO2 yaitu jenis daya listrik
mengetahui konsumsi listrik perbulan. yang digunakan, karena semakin besar
kebutuhan listriknya, maka semakin besar juga
daya listrik yang terpasang. Faktor lain yaitu
banyaknya alat elektronik dengan watt yang
tinggi, sehingga konsumsi listrik juga banyak.
Tabel 1. Perhitungan Jumlah dari Emisi CO2
Primer dan Emisi CO2 Sekunder
Emisi
Sekund
Primer CO2
er
R Pend (ton % % Total
(ton
W uduk /bln) (ton
/bln)
/bln)
a b= a/e c d= c/e e
1 532 15,60 16,47% 79,12 83,53% 94,71
2 312 9,50 17,04% 46,26 82,96% 55,77
3 261 7,36 17,47% 34,81 82,53% 42,17
4 326 8,74 13,59% 55,59 86,41% 64,33
5 229 5,91 13,85% 36,78 86,15% 42,69
6 704 16,69 13,28% 109,05 86,72% 125,74
7 602 13,48 15,17% 75,39 84,83% 88,87
Gambar 1. Grafik emisi CO2 primer per RW 8 328 7,50 13,13% 49,67 86,87% 57,18
Total 84,81 - 486,70 - 571,51
Berdasarkan Gambar 1. grafik histogram
Rata-rata 10,60 15% 60,83 85% 71,43
yang menunjukkan bahwa penghasil emisi CO2
Berdasarkan Tabel 1. diketahui hasil emisi
primer terbesar yaitu RW 8 rumah jenis kecil 21
rumah tangga yang paling besar yaitu di RW 6
m2 – 69 m2 sebesar 0,958 ton CO2/bulan,
sebesar 125,746 ton CO2/bulan. Sedangkan emisi
sedangkan emisi CO2 primer terendah juga pada
rumah tangga total dengan hasil emisi paling
RW 8 dengan jenis rumah lebih kecil 8 m2 – 20 m2
rendah di RW 3 yaitu 42,179 ton CO2/bulan.
sebesar 0,018 ton CO2/bulan. Hal ini
Sebesar 85% emisi CO2 rumah tangga yang ada di
menunjukkan semakin besar jumlah penggunaan
Kelurahan Jodipan merupakan emisi CO2
Planning for Urban Region and Environment Volume 11, Nomor 3, Juli 2022 93
FAKTOR RUMAH TANGGA YANG MEMPENGARUHI EMISI CO2 DI KELURAHAN JODIPAN, KOTA MALANG
94 Planning for Urban Region and Environment Volume 11, Nomor 3, Juli 2022
Rusyda Al Latifa, Kartika Eka Sari, Christia Meidiana
Planning for Urban Region and Environment Volume 11, Nomor 3, Juli 2022 95
FAKTOR RUMAH TANGGA YANG MEMPENGARUHI EMISI CO2 DI KELURAHAN JODIPAN, KOTA MALANG
rumah tangga dapat dijelaskan oleh variabel Luas penelitian 0,05. Hal ini dapat disimpulkan bahwa
bangunan, Daya listrik rumah, Jumlah hipotesis nol ditolak dan hipotesis alternatif
pendapatan perbulan, Jumlah anggota keluarga, diterima, yang berarti bahwa variabel X secara
Jumlah anggota keluarga yang bersekolah, simultan berpengaruh terhadap variabel Y.
sedangkan sisanya sebesar 88% dijelaskan oleh
C. Uji Parsial (Uji t)
variabel lain yang tidak diteliti dalam penelitian di
luar persamaan regresi. Nilai Adjusted R2 yang Pengujian model regresi secara parsial atau
kecil dikarenakan faktor lain yang dapat istilahnya uji t digunakan untuk mengetahui
mempengaruhi variabel Emisi CO2 total, seperti apakah masing-masing variabel X secara individu
hasil dari setiap variabel yang tidak memiliki nilai mempengaruhi signifikan atau tidak terhadap
signifikan <0,05 membuat nilai Adjusted R2 variabel Y dalam menghasilkan model regresi.
semakin kecil. Selain itu faktor lain yaitu nilai dari Tabel 8. Uji T Model Regresi Linier Berganda
Standard Error of the Estimate (SEE) yang Coefficientsa
Model t Sig.
merupakan satuan ukuran dalam kesalahan
1 (Constant) 14.300 0.000
model regresi dalam memprediksikan nilai
Ln_X1 -0.245 0.806
variabel Y. Jika nilai kesalahan kurang dari standar Ln_X4 2.737 0.006
deviasi Y, maka model regresi dinilai semakin baik Ln_X5 5.464 0.000
dalam mempredisi nilai Y atau semakin kecil nilai Ln_X6 0.293 0.770
kesalahan maka persamaan regresi semakin baik. Ln_X7A 1.911 0.057
Hasil model regresi didapat nilai 0,293 sebagai a. Dependent Variable: Ln_Y
nilai kesalahan dalam prediksi Emisi CO2 (Y). Berdasarkan Tabel 8. kolom coefficients
Pada uji kelayakan determinasi sebagai kolom bagian Unstandardized Coefficients yang B
penjelasan hasil dari minimum R2 yang dihasilkan dalam perhitungan SPSS sebagai pengujian
sebagai acuan dalam buku halaman 170 hipotesis uji t. Terdapat perbedaan variabel
menjelaskan hasil minumun R2 yang dihasilkan signifikan <0,05 pada tabel sebelum dan sesudah
jika ukuran sampel sebanyak 400 sampel dengan dilakukan transformasi data. Sebelum dilakukan
penelitian 5% maka hasil minimum R2 sebesar 5% transformasi data, variabel X5 yang memiliki nilai
atau 0,050. Sedangkan hasil dari regresi sebesar dibawah alpha penelitian, sedangkan setelah
13%, artinya nilai dari model regresi sudah dilakukan transformasi data terdapat dua
terlampaui batas minimal yang kemudian dapat variabel yang memiliki nilai signifikan dibawah
dilanjutkan ketahap uji regresi lainnya (Jr. William alpha penelitian yaitu variabel Daya listrik Rumah
C. Black, et. al,2014). (X4) sebesar 0,006 dan Jumlah pendapatan
B. Uji Simultan (Uji F) perbulan (X5) sebesar 0,000 yang berpengaruh
terhadap besaran Emisi CO2 (Y). Sementara tiga
Uji F dalam model regresi linier berganda variabel lainnya tidak berpengaruh signifikan
digunakan untuk menguji hipotesis dari variabel X terhadap variabel terikat, karena nilai signifikan
memiliki pengaruh simultan terhadap variabel Y. diatas 5%. Maka, dapat disimpulkan variabel Daya
Apabila hasil dari model regresi signifikan, maka listrik rumah (X4) dan Jumlah pendapatan
model layak digunakan sebagai prediksi atau perbulan (X5) secara parsial (sendiri) memberikan
peramalan. pengaruh signifikan terhadap variabel besaran
Tabel 7. Uji F Model Regresi Linier Berganda Emisi CO2 (Y) pada model Regresi linier berganda.
ANOVAa
Sum of Mean 3. Interpretasi Model Regresi
Model df F Sig.
Squares Square
1 Regression 4.927 5 0.985 11.418 0.000b
Tahapan dalam melakukan intepretasi
Residual 32.624 378 0.086 model regeresi yaitu melaskukan uji asumsi klasik
Total 37.551 383 dan uji kelayakan model terlebih dahulu.
a. Dependent Variable: Ln_Y Interpretasi model regresi dilakukan setelah
b. Predictors: (Constant), Ln_X7A, Ln_X5, Ln_X4, Ln_X1, Ln_X6 semua tahap uji asumsi klasik dan kelayakan
Berdasarkan Tabel 7. hasil perhitungan model dilakukan. Hal ini dikarenakan uji asumsi
SPSS pada tabel di atas, terdapat perbedaan nilai yang telah dilakukan berfungsi untuk memastikan
yang sangat jauh ketika data variabel sebelum bahwa sebuah model regresi telah memenuhi
dan sesudah dilakukan transformasi data. Hasil syarat karena apabila uji asumsi klasik tidak
dari model regresi memiliki nilai sig. sebesar 0,00 memenuhi syarat maka kemungkinan
yang berarti nilai lebih kecil dari nilai alpha interpretasi model kurang tepat atau bias.
96 Planning for Urban Region and Environment Volume 11, Nomor 3, Juli 2022
Rusyda Al Latifa, Kartika Eka Sari, Christia Meidiana
Berdasarkan Tabel 9. hasil analisis regresi emisi CO2. Rumah dengan jumlah pendapatan
linier berganda, dapat ditentukan variabel X yang perbulan lebih tinggi cenderung akan memiliki
berpengaruh signifikan dan tidak berpengaruh emisi CO2 yang lebih besar. Hal ini dikarenakan
signifikan terhadap variabel Y. Apabila nilai sig semakin banyak jumlah gaji yang didapatkan
<0,05 maka variabel X berpengaruh signifikan, setiap bulannya, maka berpengaruh terhadap
jika nilai sig >0,05 maka variabel X tidak kebutuhan rumah tangga yang semakin banyak.
berpengaruh signifikan. Nilai signifikan dari setiap Mulai dari kebutuhan makan berupa konsumsi
variabel dimasukkan kedalam rumus model bahan bakar LPG atau sejenisnya, dan kebutuhan
regresi linier berganda sebagai berikut: barang elektronik yang digunakan. Maka dari
Y= 4,262 + 0,122 X4 + 0,173 X5 hasil kedua konsumsi rumah tangga
Model regresi tersebut merupakan bentuk mengakibatkan emisi CO2 yang dihasilkan juga
model regresi di Kelurahan Jodipan yang tidak semakin besar.
bisa digeneralisasikan di wilayah lainnya karena Ghofrani (2022) menjelaskan pengaruh
variabel data yang dimasukkan berbeda. Variabel besaran tagihan perbulan terhadap perilaku
yang memiliki nilai sig. <0,05 yaitu variabel Daya manusia (suhu dalam ruangan, penggunaan
Listrik (X4) dan Jumlah Pendapatan Perbulan (X5) elektronik, konsumsi energi) memiliki tingkat
dengan koefisien positif. Nilai konstanta (Y) akurasi sebesar 84,6% pada hasil regresi yang
sebesar 4,262 menunjukkan besarnya variabel kemudian dikembalikan pada konsumsi energi
nilai emisi CO2 pada saat semua variabel X bernilai terhadap gaji yang didapatkan dimana semakin
0. Nilai konstanta tersebut memiliki arti apabila besar gaji kecenderungan tagihan yang
tidak terdapat kontribusi variabel karakteristik dikeluarkan juga semakin besar tergantung dari
rumah tangga sebagai pengaruh besaran nilai perilaku manusia tersebut.
emisi CO2 rumah tangga, yang terdiri dari variabel Berdasarkan penjelasan penelitian
Daya listrik rumah (X4), dan Jumlah pendapatan terdahulu maka salah satu kecenderungan
perbulan (X5), Maka kadar emisi CO2 (Y) akan pengaruh besaran konsumsi energi berasal dari
bernilai sebesar nilai konstanta pada model pendapatan yang dihasilkan perbulannya
regresi linier berganda. kemudian berdampak pada besarnya tagihan
Variabel X4 memiliki nilai koefisien sebesar energi berupa listrik dan bahan bakar memasak
0,122 teruji berpengaruh signifikan terhadap dalam rumah yang kemudian menghasilkan emisi
emisi CO2. Rumah dengan jenis daya listrik yang CO2 rumah tangga sumber tidak bergerak
lebih besar akan cenderung menghasilkan emisi semakin banyak.
CO2 yang lebih tinggi secara tidak langsung. Berdasarkan penelitian Rinpropadebi
Artinya semakin besar daya listrik yang digunakan (2015) menjelaskan emisi karbon paling tinggi di
maka semakin besar teknologi dengan watt yang Kota Malang yaitu pada rumah sederhana
digunakan hal ini juga berkaitan dengan daripada rumah menengah dan rumah mewah
pendapatan yang semakin besar karena berbagai maka pada penelitian ini selaras karena hasil dari
kebutuhan teknologi yang semakin canggih emisi yang dihasilkan lebih cenderung tinggi
dalam era modern perilaku konsumtif sehingga rumah sederhana dengan rumah kecil (21 m2 - 69
banyak mengeluarkan energi listrik yang m2) dan rumah sedang (70 m2 - 100 m2) dibanding
berdampak pada besarnya produksi emisi GRK. rumah besar yang luasannya diatas 120 m2. Pada
Variabel X5 dengan nilai koefisien sebesar kawasan perkotaan emisi tidak bergerak lebih
0,173 teruji berpengaruh signifikan terhadap banyak didominasi di perumahan informal
Planning for Urban Region and Environment Volume 11, Nomor 3, Juli 2022 97
FAKTOR RUMAH TANGGA YANG MEMPENGARUHI EMISI CO2 DI KELURAHAN JODIPAN, KOTA MALANG
dengan kepadatan tinggi dibandingkan dengan 450 VA dan 900 VA lebih banyak daripada
perumahan real estate (Novananda, 2015). pemakaian rumah dengan daya listrik 1300 VA,
Selain dari hasil model regresi linier bisa saja karena faktor lain seperti jumlah
berganda yang menilai variabel-variabel yang anggota dalam keluarga yang semakin banyak
signifikan berpengaruh terhadap besarnya emisi sehingga konsumsi energi juga semakin besar
yang dihasilkan, berikut penjelasan jika yang dikeluarkan.
dikembalikan pada data pemakaian rata-rata Maka dari itu diperlukan adanya
konsumsi energi listrik dan LPG jika dibandingkan pembatasan pada pola konsumsi listrik dengan
antara pemakaian jenis daya listrik dan cara konservasi energi dan efisiensi energi serta
pendapatan dari UMR Kota Malang tahun 2021. diperlukan pembatasan jumlah kWh yang
disubsidi dan mendata ulang rumah tangga yang
mampu dan tidak mampu berdasarkan
pendapatan sehingga adanya subsidi dari
pemerintah tidak digunakan semena-mena.
Seperti contoh berdasarkan Kementerian
Keuangan (2015) menyarankan kebijakan
reformasi terhadap subsidi listrik pengguna daya
listrik R1/450 VA yang mengkonsumsi sampai 80
Gambar 5. Rata-rata Pemakaian Listrik kWh/bulan dan R1/900 VA yang mengkonsumsi
Berdasarkan UMR sampai 60 kWh/bulan, dan apabila konsumsi
Berdasarkan Gambar 5. rata-rata rumah yang melebihi batas yang ditentukan, pelanggan
memiliki pendapatan lebih dari UMR cenderung tersebut tidak mendapatkan subsidi. Kemudian
menghabiskan listrik yang lebih tinggi pemberlakuan TDL (Tarif Dasar Listrik) yang
dibandingkan rumah yang memiliki pendapatan dinaikkan secara bertahap (misal per triwulan)
kurang dari UMR. Semakin banyak sehingga pada akhirnya sudah tidak disubsidi lagi.
mengkonsumsi listrik, maka pengeluaran juga
semakin banyak. Hal ini juga selaras dengan KESIMPULAN
pendapatan jika semakin besar gaji perbulan Kesimpulan berdasarkan hasil penelitian
maka kecenderungan kebutuhan konsumsi juga “Faktor Rumah Tangga yang Mempengaruhi
semakin besar. Menurut Pranadji et al. (2010) Emisi CO2 di Kelurahan Jodipan, Kota Malang”
dalam hasil penelitiannya mengatakan bahwa merupakan pembahasan yang telah dirangkum
salah satu faktor yang mempengaruhi tingkat berdasarkan data penelitian dan hasil analisis
frekuensi penggunaan konsumsi energi adalah sebelumnya. Data penelitian terkait konsumsi
tingkat pendapatan, semakin tinggi tingkat energi rumah tangga yang dibedakan menjadi
pendapatan keluarga maka semakin tinggi pula dua jenis yaitu penggunaan bahan bakar
frekuensi penggunaannya. memasak dan penggunaan jumlah kWh listrik
Stimulasi subsidi listrik yang diberikan dalam satu bulan, sedangkan hasil analisis yang
pemerintah pada kategori tidak mampu atau dihitung berdasarkan analisis korelasi dan regresi
golongan R1/450 VA dan R1/900 VA, namun linier berganda dapat diuraikan sebagai berikut:
pengguna tersebut sebagian memiliki gaji diatas 1. Konsumsi energi rumah tangga di Kelurahan
UMR yang menjadikan pemakaian listrik tinggi. Jodipan sebagian besar menggunakan LPG
Sedangkan kelompok yang benar-benar tidak jenis 3 kg dengan rata-rata pemakaian 8,205
mampu dengan adanya subsidi menjadi tertolong
kg atau sekitar 3-4 tabung, minyak tanah 4,5
karena tagihan menjadi berkurang dengan
liter dan kayu bakar 5 kg dalam satu bulan.
pemakaian konsumsi listrik sama dengan bulan
Jenis daya listrik yaitu 450 VA, 900 VA dan
sebelumnya.
Dampak jangka panjang jika subsidi tetap 1.300 VA yang memiliki rata-rata konsumsi
diberikan tanpa adanya batasan kWh, maka listrik per bulan sebesar 191,901 kWh setiap
pengguna listrik dapat meningkat 2-3 kali lipat rumah.
yang menjadikan produksi emisi CO2 semakin 2. Penghasil emisi terbesar di Kelurahan
besar, sehingga kebijakan menurunkan emisi pun Jodipan yaitu di RW 6 sebesar 125,746
dinilai gagal karena adanya stimulus subsidi tonCO2/bulan dengan emisi primer 16,695
listrik. Selain dari program pemerintah sebagai tonCO2/bulan dan emisi sekunder 109,052
alasan konsumsi listrik rumah dengan daya listrik
98 Planning for Urban Region and Environment Volume 11, Nomor 3, Juli 2022
Rusyda Al Latifa, Kartika Eka Sari, Christia Meidiana
Planning for Urban Region and Environment Volume 11, Nomor 3, Juli 2022 99
FAKTOR RUMAH TANGGA YANG MEMPENGARUHI EMISI CO2 DI KELURAHAN JODIPAN, KOTA MALANG
Nugrahayu, Q., Khumaira Nurjannah, N., & Rofiana, V. 2015. Dampak Pemukiman Kumuh
Hakim, L. 2017. Estimasi Emisi Terhadap Kelestarian Lingkungan
Karbondioksida dari Sektor Kota Malang: Di Jalan Muharto Kel
Permukiman di Kota Yogyakarta Jodipan Kec Blimbing, Kota Malang),
Menggunakan IPCC Guidelines. Jurnal IJPA-The Indonesian Journal of Public
Sains &Teknologi Lingkungan, 9(1), Administration, No. 2, Vol 1: 40–57.
25-36. Sasmita, Aryo., Jecky Asmura, Ivnaini Andesgur.
Peraturan Gubernur Jawa Timur No. 67 Tahun 2018. Analisis carbon footprint yang
2012 tentang Rencana Aksi Daerah dihasilkan dari aktivitas rumah tangga
Penurunan Emisi Gas Rumah Kaca. di kelurahan limbungan baru kota
Pranadji, Diah Krisnatuti, M. D. Djamaludin, & N. pekanbaru. WAKTU: Jurnal Teknik
Kiftiah. Analisis Perilaku Penggunaan UNIPA. Vol 16 No 1:96-105.
LPG Pada Rumah Tangga di Kota Sugiyono. 2016. Metode Penelitian Kuantitatif,
Bogor. Jurnal IPB, No. 2, Vol 3: 173- Kualitatif, R&D. Bandung. IKAPI.
178. Wiratama, I Gusti Ngurah Made. 2016. Jejak
Pramitasari, P. H., Harjanto, S. T., & Utomo, B. J. Karbon Konsumsi LPG dan Listrik pada
W. 2016. Permukiman Padat Aktivitas Rumah Tangga di Kota
Penduduk di Kota Malang Objek Denpasar Bali. Tesis Program Studi
Studi : Kampung Warna-Warni Ilmu Lingkungan Universitas Udayana
Jodipan dan Kampung Muria. Majalah Bali.
Ilmiah Globe, No 18: 1-6. Wulandari, M. T. H. P. 2016. Kajian Emisi CO2
Rinpropadebi, Asri Hayyu, J. H., & Rachmat Berdasarkan Penggunaan Energi
Boedisantoso. 2015. Penentuan Rumah Tangga Sebagai Penyebab
Faktor Emisi Spesifik Untuk Estimasi Pemanasan Global: Perumahan
Tapak Karbon dan Pemetaannya Dari Sebantengan, RW 07 Kab. Semarang.
Sektor Permukiman di Kota Malang. Prosiding Seminar Nasional
Prosiding Seminar Nasional Pengelolaan Sumberdaya Alam dan
Manajemen Teknologi XXII. Lingkungan 2013, 434–440.
100 Planning for Urban Region and Environment Volume 11, Nomor 3, Juli 2022